Modul BWL-MSc-BA-M01


1. Name des Moduls: Business Analytics for SCM I - Data Science in Theory and Practice
1a. Module name (english): Business Analytics for SCM I - Data Science in Theory and Practice
2. Fachgebiet / Verantwortlich: Dr. Florian Kellner
3. Inhalte des Moduls: Das Modul vermittelt anwendungsorientiert und unter Einsatz von IT-Instrumenten wichtige Methoden zur Analyse und Optimierung von Supply Chains. Behandelt werden fortgeschrittene datenanalytische Verfahren aus den Bereichen "Business Analytics/Intelligence", "Data Mining" und "Data Science". Deren Anwendung wird anhand eines Beispielfalls aus dem Supply Chain Management (Analyse und Optimierung des Lieferanten-Portfolios) und unter Zuhilfenahme disziplintypischer Softwarepakete aufgezeigt. Inhalte: 1) Grundlagen der Programmierung (VBA) 2) Descriptive Analytics: Datenbanken und Datenvisualisierung (MySQL & Tableau) 3) Diagnostic Analytics: Cluster-, Klassifikations- und Korrelationsanalyse (Knime & Python) 4) Predictive Analytics: Regression, Arima, Neuronale Netze (R) 5) Optimierung (ILog Cplex)
4. Qualifikationsziele des Moduls / zu erwerbende Kompetenzen: Nach Abschluss dieses Moduls haben die Studierenden einen praktischen Einblick in die Arbeitsbereiche "Business Analytics" und "Data Science" erlangt. Die Studierenden wurden mit modernen, IT-gestützten Methoden zur Analyse und Optimierung von Supply Chains vertraut gemacht. Der Fokus lag auf einer anwendungsorientierten und praxisnahen Ausbildung, die Kenntnisse in den gängigen Softwarepaketen vermittelte. Hervorzuheben ist, dass Kenntnisse in diesen Softwarepaketen zur Lösung diverser betrieblicher Entscheidungsprobleme eingesetzt werden können - nicht nur im Supply Chain Management.
5. Teilnahmevoraussetzungen:
    a) empfohlene Kenntnisse BWL-BSc-AG-M01 Grundlagen der Wirtschaftsinformatik BWL-BSc-WM-M02 Logistik
    b) verpflichtende Nachweise keine
6. Verwendbarkeit des Moduls: MSc BWL (PO2021), SPMG "Business Analytics and Operations Management" MSc WInfo (PO2021), PMG "Grundlagen der Unternehmensführung"
7. Angebotsturnus des Moduls: unregelmäßig
8. Das Modul kann absolviert werden in: 1 Semester
9. Empfohlenes Fachsemester:
10. ECTS 4
11. Arbeitsaufwand des Moduls (Workload) / Anzahl Leistungspunkte: Gesamt in Stunden: 120 (4 ECTS * 30 Stunden) davon: 1. Präsenzzeit: 30 Std. (2 SWS) 2. Selbststudium (inkl. Prüfung): 90 Std.

Das Modul ist erfolgreich absolviert, wenn die unten näher beschriebenen Leistungen erfüllt sind:

12.Modulbestandteile:
Nr. P/WP/W Lehrform Themenbereich SWS ECTS Studienleistung
1 P Vorlesung Business Analytics for SCM I - Data Science in Theory and Practice 2 4
13. Modulprüfung:
Nr. Kompetenz Art der Prüfung Dauer Seiten­umfang Zeitpunkt Anteil (%)
1 Business Analytics for SCM I - Data Science in Theory and Practice Projektarbeit 10 "“ 20 DIN A4 Seiten Während der Vorlesungszeit 80
2 Business Analytics for SCM I - Data Science in Theory and Practice Mündliche Prüfung 30 Minuten Ende der Vorlesungszeit 20

14. Bemerkungen: Das Modul wird während des Semesters geblockt angeboten.